Ai本地模型：开源最强视频生成模型腾讯混元HunyuanVideo，快手可灵开源版Pyramid-Flow高清视频生成模型

.:. 草榴社區 » 技術討論區 » Ai本地模型：开源最强视频生成模型腾讯混元HunyuanVideo，快手可灵开源版Pyramid-Flow高清视频生成模型
	手機版回帖發布主題

--> 本頁主題: Ai本地模型：开源最强视频生成模型腾讯混元HunyuanVideo，快手可灵开源版Pyramid-Flow高清视频生成模型

字體大小寬屏顯示只看樓主最新點評熱門評論時間順序

麻花地的椒

級別：精靈王 ( 12 )
發帖：3111
威望：1036 點
金錢：1138867 USD
貢獻：56791 點
註冊：2022-09-07
認證：技術區認證會員
2024-03-05

主題資料短信推薦編輯

所有分享的资源均来源于网络，如侵害到您的权益，请联系删除！

【HunyuanVideo】
● “缩小闭源和开源视频基础模型之间的差距，加速社区探索。”——混元团队

Hunyuan-Video是由腾讯推出的一款高质量的中文通用视频生成模型，它以其卓越的性能和开源的特性，成为了目前开源视频生成基座模型中的佼佼者。该模型支持中文输入提示（Prompt），采用了图像-视频联合训练策略，并通过一系列精细的数据过滤技术，确保了视频的技术质量和审美吸引力。

Hunyuan-Video的开源，为视频内容创作者、研究人员和开发者提供了一个强大的工具，以实现更高效、更高质量的视频生成，推动了AI视频技术的发展。
HunyuanVideo的主要功能
●视频生成:HunyuanVideo能根据文本提示生成视频内容。
●物理模拟:模型能模拟现实世界的物理规律，生成符合物理特性的视频。
●文本语义还原:模型能准确理解并还原文本提示中的语义信息。
●动作一致性:生成的视频动作流畅且一致，保持运动的连贯性。
色彩和对比度:生成的视频具有高色彩分明和对比度，提供电影级的画质体验。
●背景音乐生成:为视频自动生成同步的声音效果和背景音乐。

【快手可灵开源版Pyramid-Flow】
● 快手可灵开源版Pyramid-Flow一键懒人包一款超高清视频生成模型，Pyramid Flow视频模型是由北京大学、北京邮电大学和快手科技共同研发的开源视频模型。是一个基于流匹配的高效自回归视频生成方法，采用了金字塔流匹配算法，优化了视频生成的效率和质量。这一算法将视频生成过程分解为多个阶段，每个阶段对应着不同的分辨率。仅通过训练开源数据集，就能生成高质量的 10 秒 768p 分辨率和 24 帧每秒的视频，并原生的支持提升视频方法。该模型在GPU 内存小于 8GB，也能使用，并且在多 GPU 上有显著加速。
另外，研发团队提到：现有的视频扩散模型在全分辨率下运行，花费大量计算资源在非常嘈杂的潜在变量上。与之相反，Pyramid Flow的方法利用流匹配的灵活性，在不同分辨率和噪声水平的潜在变量之间进行插值，允许同时生成和解压缩视觉内容，具有更好的计算效率。整个框架通过单一的 DiT 进行端到端优化，生成高质量的 10 秒 768p 分辨率和 24 帧每秒的视频，仅需 20.7k A100 GPU 训练小时。
功能列表
●高效视频生成：生成高质量的 10 秒 768p 分辨率、24 FPS 的视频。
●图像到视频生成：支持从图像生成视频。
●多分辨率支持：提供 768p 和 384p 两种分辨率的模型检查点。
●CPU 卸载：支持两种类型的 CPU 卸载以减少 GPU 内存需求。
●多 GPU 支持：提供多 GPU 推理脚本，支持序列并行以节省每个 GPU 的内存。

【模型下载地址】

所有分享，这里查看